Pandas：功能强大的Python数据分析工具包

那是什么？

Pandas 是一个Python包，它提供了快速、灵活和富有表现力的数据结构，旨在使处理“关系”或“标记”数据变得既简单又直观。旨在成为做实、做实挡路的基础性高水平建设。真实世界Python中的数据分析。此外，它还有更广泛的目标，即成为以任何语言提供的最强大、最灵活的开源数据分析/操作工具它已经在朝着这个目标前进了很久。

主要功能

以下是熊猫擅长的几件事：

• 轻松处理missing data(表示为NaN，NA，或NaT)在浮点和非浮点数据中
• 大小可变：列可以是inserted and
  deleted来自DataFrame和高维对象
• 自动和显式data alignment：对象可以显式地与一组标签对齐，或者用户可以简单地忽略标签并让Series，DataFrame等在计算中自动对齐数据。
• 强大、灵活group by对数据集执行拆分-应用-合并操作的功能，用于聚合和转换数据
• 搞定easy to convert将其他Python和NumPy数据结构中的参差不齐、索引不同的数据转换为DataFrame对象
• 基于智能标签的slicing，fancy
  indexing，以及subsetting大型数据集的
• 直观merging和joining数据集
• 灵活性reshaping和pivoting数据集的
• Hierarchical轴的标签(每个刻度可以有多个标签)
• 用于从以下位置加载数据的强大IO工具flat files(csv和分隔)，Excel files，databases，以及从超高速数据库保存/加载数据HDF5 format
• Time series-特定功能：日期范围生成和频率转换、移动窗口统计、日期移动和滞后

在哪里买到它？

源代码目前托管在GitHub上，地址为：https://github.com/pandas-dev/pandas

最新发布版本的二进制安装程序可在Python
Package Index (PyPI)和OnConda

# conda
conda install pandas

# or PyPI
pip install pandas

依赖项

• NumPy – Adds support for large, multi-dimensional arrays, matrices and high-level mathematical functions to operate on these arrays
• python-dateutil – Provides powerful extensions to the standard datetime module
• pytz – Brings the Olson tz database into Python which allows accurate and cross platform timezone calculations

请参阅full installation instructions有关必需、建议和可选依赖项的最低支持版本

从源安装

要从源头安装熊猫，您需要Cython除了上面的正常依赖关系之外。Cython可以从PyPI安装：

pip install cython

在pandas目录(与您在克隆git存储库后找到此文件的目录相同)，执行：

python setup.py install

或用于安装在development mode：

python -m pip install -e . --no-build-isolation --no-use-pep517

如果你有make，您也可以使用make develop要运行相同的命令，请执行以下操作

或者另选地

python setup.py develop

请参阅的完整说明installing from source

许可证

BSD 3

文档

官方文档托管在PyData.org上：https://pandas.pydata.org/pandas-docs/stable

背景

工作于pandas开始于AQR(一家量化对冲基金)于2008年成立，此后一直在积极发展

获取帮助

对于用法问题，最好的去处是StackOverflow此外，一般问题和讨论也可以在pydata mailing list

研讨与发展

在这次回购中，大多数开发讨论都是在gihub上进行的。此外，pandas-dev mailing list也可用于专门的讨论或设计问题，并且Gitter channel可用于解决与快速开发相关的问题

为熊猫做出贡献

欢迎所有贡献、错误报告、错误修复、文档改进、增强和想法

有关如何做出贡献的详细概述，请参阅contributing guide还有一个overview关于GitHub

如果您只是想开始使用PANDA代码库，请导航到GitHub “issues” tab开始研究有趣的问题。下面列出了许多问题Docs和good first issue在那里你可以开始

您还可以对问题进行分类，这可能包括重现错误报告，或要求提供重要信息，如版本号或重现说明。如果您想要开始对问题进行分类，一种简单的开始方法是subscribe to pandas on CodeTriage

或者，通过使用熊猫，你可能有了自己的想法，或者正在文档中寻找一些东西，并认为“这可以改进”。你可以做些什么！

您可以随时在mailing list或打开Gitter

作为这个项目的贡献者和维护者，你们应该遵守熊猫的行为准则。有关更多信息，请访问：Contributor Code of Conduct